[내일배움캠프] 본캠프 4/27

오늘 한 일

개인과제 마무리

• 필수 5 데이터 시각화

fig, axes = plt.subplots(2, 3, figsize=(15, 10))
axes = axes.flatten()

features = ['air_temp', 'process_temp', 'rotational_speed', 'torque', 'tool_wear']

for i, feature in enumerate(features):
  sns.boxplot(x='machine_failure', y=f'{feature}', hue='machine_failure',
                    data=df, ax=axes[i], palette=['steelblue', 'tomato'], legend=False)
  axes[i].set_title(feature)
  axes[i].set_xticks([0,1])
  axes[i].set_xticklabels(['정상','고장'])

subplot 만드는거 for문으로 바꿔봄

저번에 팀원분께서 enumerate 함수 쓰면 된다하셔서 찾아서 해봄.

=> enumerate : for문을 돌면서 리스트의 인덱스와 그 값(요소)를 동시에 반환하는 함수

 

boxplot에 y를 처음에 y=[f'{feature}'] 라고 했는데 f스트링을 쓰면 [ ] 는 안 써도 되는 거였다.

features랑 for문에 enumerate() 함수를 받는 변수? 매개변수? 도 처음에 똑같이 feature로 했다가 충돌 오류가 일어났다.

 

 

 

• 도전 3 머신러닝 4

# 도전 3. Feature Engineering
power = 2 * np.pi * df['rotational_speed'] * df['torque'] / 60
temp_diff = df['process_temp'] - df['air_temp']
df['power'] = power
df['temp_diff'] = temp_diff
df.head()

파생변수 만들기

처음에 새로 만든 파생변수를 df에 안넣었다가 한번 에러 남...ㅎㅎ

# 기술통계
print("=== 기술통계 ===")
display(df[['power','temp_diff']].describe().round(2))

기술통계 프린트

import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score, classification_report, confusion_matrix
import matplotlib.pyplot as plt
import seaborn as sns


X_rf2=df[['rotational_speed', 'torque', 'tool_wear', 'power', 'temp_diff']]
y=df['machine_failure']
X_train, X_test, y_train, y_test = train_test_split(
    X_rf2, y, test_size=0.3, random_state=42
)

rf_model = RandomForestClassifier(

    random_state=42
)

rf_model.fit(X_train, y_train)

rf_pred = rf_model.predict(X_test)
rf_accuracy = accuracy_score(y_test, rf_pred)
print(f"\n정확도: {rf_accuracy:.4f}")

 도전 1번이었나 랜덤포레스트 문제에 썼던 코드를 다시 활용함

품질경영기사 공부

강의들으면서 공업통계 개념은 일단 쭉 훑어봤는데.... 검정과 추정 부분이 너무 어렵다

설명 들으면서 보면 이해는 살짝 되긴 하는데 나중에 공식같은거 안 보고 문제 풀어야 된다 생각하니 매우 막막...

일단 내일은 지금까지 배운 내용 기출문제 한번 풀어보고 시간 되면 실험계획법 슬슬 들어가야할듯 ㅜㅜㅜ